矩阵方程AX=B,XD=E解的研究

详细讨论了矩阵方程AX=B,XD=E的各种解,即在相容时的极小范数解;在不相容时分两种情况讨论了最小二乘解,并分别给出了它们解的表达式;最后给出了该矩阵方程在不相容时的极小范数最小二乘解.     

用Gauss-Jordan消去法求解线性方程AX=b的极小范数最小二乘解

文章首先给出M-P逆A的又一显示表达式,A=E1A*AE2-1E10A*接着利用这一显示表达式,给出了用G auss-Jordan消去法求解矩阵方程AX=b的极小范数最小二乘解.     

广义逆在最小二乘问题求解中的应用

文中应用矩阵的广义逆讨论了相容线性方程组Ax=b的解,并用Penrose广义逆给出了矛盾方程组Ax=b的最小二乘解及极小范数最小二乘解的Moore-Penrose逆表示。     

李亚普诺夫方程AX+XB=C的简洁解及其应用

首先给出了4种情况下李亚普诺夫方程AX+XB=C解的简洁表达式,然后,通过前述结论得出了矩阵方程AX+YB=E的最小二乘解以及极小范数最小二乘解的解析式,并且,通过相应数值例子验证了相关结论.     

Cauchy方程组极小范数最小二乘解的快速算法

对于秩为n的m×n阶Cauchy矩阵C,通过构造特殊分块矩阵并研究其逆矩阵的三角分解,进而间接地得到了线性方程组Cx=b的极小范数最小二乘解的显式表达式及其快速算法,所需运算量为O(mn)+O(n2),而通常构造法方程组的方法所需运算量为O(mn2)+O(n3),用正交化法虽然避免了构造法方程组,但所需的运算量更大些.     

线性方程组几种解结构

本文对线性方程组的一般解,最小二乘解、极小范数解和极小范数最小二乘解分别进行了讨论,并得出它们的表出形式。     

矩阵方程AXB+CYD=E的中心对称最小二乘解及其最佳逼近

提出一类求矩阵方程AXB+ CYD=E的中心对称最小二乘解的迭代算法,并证明迭代算法的收敛性.在不考虑舍入误差时,迭代算法能够在有限步计算后得到矩阵方程的中心对称最小二乘解;选取特殊的初始矩阵时,能够得到矩阵方程的的极小范数中心对称最小二乘解.同时能够得到给定矩阵的最佳逼近中心对称矩阵.数值例子表明,这种方法是有效的.     

Cauchy型方程组极小范数最小二乘解的快速算法

对于秩为n的m×n阶Cauchy型矩阵C,通过构造特殊分块矩阵并研究其三角分解,进而得到了线性方程组C x=b的极小范数最小二乘解的快速算法,所需运算量为O(m n)+O(n2),而通常构造法方程组的方法所需运算量为O(m n2)+O(n3),用正交化法虽然避免了构造法方程组,但所需的运算量更大些.     

整体最小二乘问题的解集与极小范数解

讨论了整体最小二乘问题的解集与极小范数ＴＬＳ解。     

线性最小二乘问题解法的理论分析

线性最小二乘问题的解法在数据拟合、测量平差、控制理论等方面均得到广泛的应用。针对复矩阵和酉空间这种最一般的情形，证明了线性最小二乘解的存在性，给出了线性最小二乘解的一般表示式和极小范数最小二乘解。另外还对正则化方程组的条件数进行了论证。许多结论与Euclid空间情况相近。     

Loewner型方程组极小范数最小二乘解的快速算法

通过构造特殊分块矩阵及其三角分解给出了求秩为n 的m×n阶Loewner型矩阵为系数阵的线性方程组极小范数最小二乘解的快速算法, 该算法的计算复杂度为O(mn)+O(n²), 而一般方法的计算复杂度为O(mn²)+O(n³) .     

无解的模糊关系方程的最优近似解

对无解的模糊关系方程给出了最优近似解的定义，证明了最优近似解的存在性，给出了求最优近似解的算法。     

多变量矩阵方程的对称最小二乘解及其最佳逼近

鉴于用矩阵分解的方法求解多变量矩阵方程的复杂性,本文提出了一类迭代算法用于求解多变量矩阵方程的对称最小二乘解并证明了其收敛性,而且在选取特殊的初始对称矩阵组时,能得到它的极小范数解组.另外,给定任意矩阵组,利用此方法可得到它的最佳逼近对称解组.数值试验表明,这种方法相当有效.     

一类四元数矩阵方程的最小二乘解

利用广义自反矩阵和广义反自反矩阵的性质讨论了线性方程组AX=b和矩阵方程AX=B的最小二乘解问题.当A为广义自反矩阵或广义反自反矩阵时,可将线性方程组AX=b的最小二乘解问题化为两个较小独立的子问题;当A、B都是广义自反矩阵或广义反自反矩阵时,可将矩阵方程AX=B的最小二乘解问题化为线性方程组的最小二乘解问题,从而使这些问题的讨论得到简化.     

反特征值问题的最小二乘解的Cramer法则

利用拉直算子将反特征值问题最小二乘解化为线性方程组极小范数最小二乘解,给出反特征值问题最小二乘解的Cramer法则。     

基于重要抽样函数参数解析优化的电网可靠性评估

重要抽样(IS)法可显著提高电网可靠性的蒙特卡罗仿真(MCS)速度.作为一种有效的IS法,交叉熵法(CEM)以迭代方式实现重要抽样概率密度函数(IS-PDF)的交叉熵参数优化,然而迭代寻优存在较大计算成本.针对此问题提出一种全新的IS-PDF参数解析优化方法.首先将故障系统状态的理论最优IS-PDF用非线性方程组进行解析表达,并将IS-PDF的参数(即元件的最优无效度)作为方程组待求变量.由于系统故障状态数目庞大,导致方程组中方程数目太多而无法求解,为此引入最小割集概念对系统故障状态进行合并,在不改变理论最优IS-PDF等式方程约束的前提下,大大降低了方程数目;最后对削减后的方程组采用最小二乘估计实现元件最优无效度的解析求解.该方法的有效性和高效性通过MRBTS(modified Roy Billinton Test System)和IEEE-RTS79(IEEE-Reliability Test System 1979)可靠性测试系统的仿真计算进行了验证.     

最小一乘回归的新算法

利用加权最小二乘法，提出最小一乘的一种迭代算法，这种方法使最小一乘法在计算上变得简单、直观     

自由网平差的直接解算

首先分析现有的自由网平差解算方法，在重点分析假观测值法的基础上，提出了加权自由网平差、秩亏网平差和拟稳平差的一种直接解算算法，推导出了相应的计算公式和解算步骤。提出的解算方法不需组成法方程式，但满足最小二乘准则和不同基准约束条件，可直接得到与其他解法完全相同的解L和X。通过实例的比较计算分析可以看出，所提出的算法原理简单，计算简便易行。     

矩阵方程AXA^T=B的对称反自反最小二乘解

给定对称正交矩阵P，利用矩阵的标准相关分解，研究了矩阵方程AXA^T=B的对称反自反最小二乘解，得到了最小二乘解的一般表达式。     

斜投影方法收敛速度的估计

对斜投影法的收敛速度给出了上下界 .